使用 pytorch 预测扫描书页中折叠的 x 位置

Question

如标题所述，我想使用 Pytorch 预测扫描书页中折叠的 x 位置，稍后我可以使用此信息将页面拆分为左右两页。

这是示例图片

我应该如何为这个案例准备数据和定义模型？

我可以使用以图像名称和 x 位置作为列的 csv 文件来训练模型，还是应该以不同的方式工作？

此外，图像非常大，在这里使用什么尺寸比较合适，数据集的最小尺寸是多少？

我已经尝试创建一个 csv 文件如下

图像，fold_x img/jpg/smaller/dataset/0001_L.jpg,231 img/jpg/smaller/dataset/0002_L.jpg,235 img/jpg/smaller/dataset/0003_L.jpg,241 img/jpg/smaller/dataset/0004_L.jpg,247 img/jpg/smaller/dataset/0005_L.jpg,248 ...

但我没有让它工作。

关于如何开始的任何想法都会非常有帮助。

提前致谢， 威兹